- 排名
- #347
- 总输出令牌
- 12,777
- 响应时间（平均）
- 3.40s
- 总成本
- $0.004
Ling 3.0 Flash vs GPT-5.4 Nano
Ling 3.0 Flash 平均分领先，为 5.2 vs 4.6。 Ling 3.0 Flash benchmark 成本更低，为 $0.004 vs $0.068。 Ling 3.0 Flash 更快，为 3.40s vs 4.42s，通过率为 26.1% vs 26.1%。
已对比模型
- 排名
- #383
- 总输出令牌
- 14,894
- 响应时间（平均）
- 4.42s
- 总成本
- $0.068
推荐模型
Ling 3.0 Flash
它在这里得分最高（5.2），同时成本比GPT-5.4 Nano低约 19.9 倍。
详细对比
| 指标 | Ling 3.0 Flash Ling 3.0 Flash none | GPT-5.4 Nano GPT-5.4 Nano none |
|---|---|---|
| 分数 | 5.2 | 4.6 |
| 排名 | #347 | #383 |
| 可靠性 | 10.0 | 10.0 |
| 一致性 | 10.0 | 8.7 |
| 尝试次数 | 69/69 | 69/69 |
| 测试正确 | ||
| 尝试通过率 | 26.1% | 26.1% |
| 不稳定测试 | 0 | 4 |
| 总运行次数 | 69 | 69 |
| 每个结果成本 | 0.000 | 1.699 |
| 总成本 | $0.004 | $0.068 |
| 输入价格 | $0.021 / 1M | $0.200 / 1M |
| 输出价格 | $0.063 / 1M | $1.250 / 1M |
| 缓存读取价格 | $0.005 / 1M | $0.020 / 1M |
| 缓存写入价格 | 不适用 | 不适用 |
| 总输入令牌 | 123,993 | 246,687 |
| 输出令牌 | 12,777 | 14,894 |
| 推理令牌 | 0 | 0 |
| 响应时间（平均） | 3.40s | 4.42s |
| 响应时间（最大） | 17.51s | 45.38s |
| 响应时间（总计） | 74.77s | 101.75s |
| 参数量 | 124B 总计 (5.1B 激活) | ~120B 总计 (~5B 激活) |
| 开放状态 | 开源 | 闭源 |
缓存价格适用于输入令牌。读取会复用已缓存的提示词；写入会存储提示词，可能产生额外费用。输出令牌按输出价格计费。
模型生成展示
Hamster playing table tennis
Prompt: Create a detailed SVG illustration of a hamster playing table tennis.
#347 Ling 3.0 Flash
none- 成本
- $0.000
- 时间
- 11.6s
- 令牌
- 2,781 tok
#383 GPT-5.4 Nano
none- 成本
- $0.008
- 时间
- 46.1s
- 令牌
- 5,735 tok
类别细分
| 智能体任务 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 3.0 | 10.0 | 0.0% | 0 | 26ms | 0 | 0 | 0 | |
| GPT-5.4 Nano | 3.9 | 9.6 | 0.0% | 0 | 45.38s | 130,754 | 1,100 | 0 |
| 反AI技巧 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 4.8 | 10.0 | 25.0% | 0 | 3.34s | 762 | 139 | 0 | |
| GPT-5.4 Nano | 3.5 | 8.0 | 16.7% | 1 | 1.18s | 606 | 800 | 0 |
| 编程 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 5.5 | 10.0 | 33.3% | 0 | 6.39s | 8,307 | 639 | 0 | |
| GPT-5.4 Nano | 4.6 | 7.9 | 22.2% | 1 | 2.22s | 7,305 | 613 | 0 |
| 综合 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 3.0 | 10.0 | 0.0% | 0 | 8.58s | 95,727 | 11,102 | 0 | |
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 14.67s | 92,731 | 11,290 | 0 |
| 数据解析与提取 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 10.0 | 10.0 | 100.0% | 0 | 1.10s | 8,022 | 249 | 0 | |
| GPT-5.4 Nano | 6.5 | 10.0 | 50.0% | 0 | 1.11s | 7,140 | 219 | 0 |
| 领域专项 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 3.0 | 10.0 | 0.0% | 0 | 840ms | 654 | 18 | 0 | |
| GPT-5.4 Nano | 2.9 | 7.2 | 11.1% | 1 | 880ms | 732 | 52 | 0 |
| 通用智能 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 5.0 | 10.0 | 0.0% | 0 | 1.58s | 549 | 51 | 0 | |
| GPT-5.4 Nano | 3.8 | 2.5 | 33.3% | 1 | 1.31s | 477 | 180 | 0 |
| 指令遵循 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 4.8 | 10.0 | 0.0% | 0 | 836ms | 750 | 71 | 0 | |
| GPT-5.4 Nano | 6.3 | 10.0 | 50.0% | 0 | 784ms | 660 | 89 | 0 |
| 谜题求解 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 5.3 | 10.0 | 33.3% | 0 | 1.49s | 756 | 283 | 0 | |
| GPT-5.4 Nano | 5.4 | 10.0 | 33.3% | 0 | 1.25s | 642 | 308 | 0 |
| 工具调用 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 10.0 | 10.0 | 100.0% | 0 | 2.85s | 8,235 | 216 | 0 | |
| GPT-5.4 Nano | 10.0 | 10.0 | 100.0% | 0 | 3.40s | 5,445 | 222 | 0 |
| 常识问答 | 分数 | 一致性 | 尝试通过率 | 不稳定测试 | 测试正确 | 响应时间（平均） | 输入令牌 | 输出令牌 | 推理令牌 |
|---|---|---|---|---|---|---|---|---|---|
| Ling 3.0 Flash | 3.0 | 10.0 | 0.0% | 0 | 10.61s | 231 | 9 | 0 | |
| GPT-5.4 Nano | 3.0 | 10.0 | 0.0% | 0 | 773ms | 195 | 21 | 0 |
快速对比
切换对比组合
Ling 3.0 FlashnonevsNemotron 3.5 Lightninghigh免费可用Ling 3.0 FlashnonevsInkling Smalllow免费可用Ling 3.0 FlashnonevsKAT Coder AIR V2.5highGPT-5.4 NanononevsLaguna S 2.1low免费可用GPT-5.4 NanononevsQwen3 Coder NextmediumNemotron 3.5 Lightninglow免费可用vsGPT-5.4 NanononeGranite 4.2 8BhighvsGPT-5.4 NanononeNorth Mini Codedefault免费可用vsGPT-5.4 NanononeLing 3.0 FlashnonevsMistral Small 4mediumNemotron 3.5 Lightningmedium免费可用vsGPT-5.4 NanononeMercury 2.5lowvsLing 3.0 FlashnoneLing 3.0 FlashnonevsKAT Coder AIR V2.5medium